Statistically efficient smoothing algorithm for time-varying frequency estimation - Publikacja - MOST Wiedzy

Wyszukiwarka

Statistically efficient smoothing algorithm for time-varying frequency estimation

Abstrakt

The problem of extraction/elimination of a nonstationary sinusoidal signal from noisy measurements is considered. This problem is usually solved using adaptive notch filtering (ANF) algorithms. It is shown that the accuracy of frequency estimates can be significantly increased if the results obtained from ANF are backward-time filtered by an appropriately designed lowpass filter. The resulting adaptive notch smoothing (ANS) algorithm can be employed to perform many offline signal processing tasks, such as elimination of sinusoidal interference from a prerecorded signal, for example. We show that when the unknown signal frequency drifts according to the random-walk model, the optimally tuned ANS algorithm is, under Gaussian assumptions, statistically efficient, i.e., it attains the Cramér-Rao-type lower smoothing bound, which limits accuracy of any (whether causal or not) frequency estimation scheme.

Cytowania

  • 7

    CrossRef

  • 6

    Web of Science

  • 7

    Scopus

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuł w czasopiśmie z listy filadelfijskiej
Opublikowano w:
IEEE TRANSACTIONS ON SIGNAL PROCESSING nr 56, strony 3846 - 3854,
ISSN: 1053-587X
Język:
angielski
Rok wydania:
2008
Opis bibliograficzny:
Niedźwiecki M.: Statistically efficient smoothing algorithm for time-varying frequency estimation// IEEE TRANSACTIONS ON SIGNAL PROCESSING. -Vol. 56., nr. nr 8 (2008), s.3846-3854
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/tsp.2008.921781
Weryfikacja:
Politechnika Gdańska

wyświetlono 30 razy

Publikacje, które mogą cię zainteresować

Meta Tagi